BIKELYTICS
Predicción inteligente de la afluencia ciclista y peatonal
En Ingartek hemos participado en el proyecto de I+D BIKELYTICS, una iniciativa orientada a mejorar la gestión de la movilidad urbana mediante el uso de técnicas avanzadas de análisis de datos y aprendizaje automático. Este proyecto ha sido financiado por la Diputación Foral de Bizkaia dentro de la Promoción de la Innovación en Infraestructuras Viarias 2024.
Objetivo del proyecto
El objetivo principal de BIKELYTICS ha sido desarrollar una solución capaz de analizar y predecir la afluencia de bicicletas y peatones en entornos urbanos, anticipando la demanda con hasta 7 días de antelación. Esta capacidad predictiva permite a las administraciones y responsables de movilidad:
- Optimizar la planificación y el mantenimiento de infraestructuras.
- Anticipar picos de uso y necesidades operativas.
- Tomar decisiones basadas en datos para fomentar una movilidad más sostenible y segura.
¿Qué se ha hecho?
Durante el proyecto se ha diseñado y desarrollado una plataforma completa de análisis y predicción de afluencias, basada en datos reales de sensores instalados en la red ciclista y peatonal, combinados con información meteorológica y de calendario.
Las principales actuaciones han sido:
- Análisis de datos históricos de aforo, identificando patrones de uso por estación, dirección, franja horaria y día de la semana.
- Estudio del impacto de variables externas, como la temperatura, precipitación o la tipología de día, en el comportamiento de peatones y ciclistas.
- Definición de métricas clave que permiten caracterizar la demanda y su evolución en el tiempo.
- Desarrollo de modelos predictivos de aprendizaje automático, capaces de capturar relaciones complejas entre las distintas variables.
- Diseño de una infraestructura de despliegue en la nube, que permite ofrecer predicciones de forma automática y escalable.
- Creación de un cuadro de mando interactivo en Power BI, desde el que los usuarios pueden consultar predicciones, analizar tendencias y comparar datos históricos con estimaciones futuras.
Ingartek
Desde Ingartek hemos participado activamente en todas las fases del proyecto, aportando nuestro conocimiento en analítica avanzada, machine learning e ingeniería de datos. En concreto, nuestro trabajo ha incluido:
- La definición del enfoque analítico y la arquitectura de la solución.
- El desarrollo del código principal para el tratamiento de datos y el entrenamiento de modelos predictivos.
- La integración de información meteorológica y temporal en los modelos.
- La implementación del sistema de despliegue y del servicio de predicción.
- La integración de los resultados en un entorno de visualización orientado a usuarios finales.
El resultado es una solución robusta, escalable y orientada a la toma de decisiones, que sienta las bases para futuras aplicaciones en planificación urbana, seguridad vial y promoción del transporte sostenible.
Resultados y valor añadido
BIKELYTICS demuestra el potencial del aprendizaje automático aplicado a la movilidad urbana, permitiendo transformar grandes volúmenes de datos en información útil y accionable. La plataforma desarrollada no solo ofrece predicciones fiables, sino que también facilita una comprensión más profunda de los patrones de movilidad, clave para avanzar hacia ciudades más eficientes y sostenibles.